基于子窗口字典学习的机织物纹理表征及应用

论文摘要

为了提高机织物纹理表征算法的稳定性,提出了以子窗口字典学习表征机织物纹理的算法。将整幅图像划分为多个子窗口样本,并将子窗口样本展成列向量,所有的列向量联合组成灰度数据矩阵。选定离散余弦变换(discrete cosine transform,DCT)作为初始字典,对子窗口样本矩阵进行字典学习,最终得到了稳定的学习字典。选用均方根误差作为评价指标,对字典个数和子窗口大小进行优化。结果表明,应用学习得到的字典,不仅能近似重构机织物纹理样本图像,而且能在无监督的条件下自动识别织物的瑕疵。

论文目录

• 1 字典学习的机织物纹理表征原理
•   1．1字典学习算法
•   1．2机织物纹理近似表征原理
•   1．3评价指标
• 2 字典个数和子窗口尺寸的优选
•   2．1字典个数的优选
•   2．2子窗口尺寸的优选
• 3 试验结果与分析
•   3．1算法稳定性的验证
•   3．2机织物纹理近似重构
•   3．3织物瑕疵检测
• 4 结语

文章来源

类型: 期刊论文

作者: 吴莹,李冠志,占竹,汪军

关键词: 机织物纹理表征,字典学习,奇异值分解字典,瑕疵检测

来源: 东华大学学报(自然科学版) 2019年03期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 轻工业手工业,计算机软件及计算机应用

单位: 东华大学纺织学院,东华大学纺织面料技术教育部重点实验室

基金: 国家自然科学基金资助项目(61379011)

分类号: TP391.41;TS106

页码: 375-380

总页数: 6

文件大小: 419K

下载量: 93